最大子数组和-动态规划、分治

最新推荐文章于 2024-01-25 10:38:41 发布

wjy_1126

最新推荐文章于 2024-01-25 10:38:41 发布

阅读量233

点赞数 1

分类专栏：算法 # 动态规划 # 分治文章标签：动态规划算法 leetcode 分治算法 java

本文链接：https://blog.csdn.net/qq_42692908/article/details/122844495

版权

算法同时被 3 个专栏收录

59 篇文章 0 订阅

订阅专栏

动态规划

21 篇文章 0 订阅

订阅专栏

分治

13 篇文章 0 订阅

订阅专栏

本文探讨了如何使用动态规划和分治算法解决经典问题——寻找具有最大和的整数数组连续子数组。动态规划通过状态转移方程求解，而分治法则通过递归拆分数组来寻找跨区间最大和。通过实例和代码展示，深入理解这两种方法在解决此类问题中的应用。

摘要由CSDN通过智能技术生成

题目

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。子数组是数组中的一个连续部分。

示例

输入：nums = [-2,1,-3,4,-1,2,1,-5,4]
输出：6

动态规划算法

dp[i]表示以nums[i]为结尾的连续子数组的最大和
以nums[i]为结尾的连续子数组的最大和有两种情况
情况1.nums[i]孤身一人，即dp[i] = nums[i]
情况2.nums[i]前面有人，即dp[i] = dp[i-1] + nums[i]

代码

public int maxSubArray(int[] nums) {
        int n = nums.length;
        int[] dp = new int[n];
        dp[0] = nums[0];
        int ret = dp[0];
        for (int i = 1; i < n; i++) {
            dp[i] = Math.max(dp[i-1] + nums[i], nums[i]);
            ret = Math.max(ret, dp[i]);
        }
        return ret;
    }

分治算法

将数组分为左数组和右数组后，拥有最大和的连续子数组的出现位置有3中情况
情况1.子数组在左数组中
清理2.子数组在右数组中
情况3.子数组跨越左右两个数组

代码

public int getMax(int[] nums, int low, int high) {
		// 如果数组只有一个元素
        if (low == high) {
            return nums[low];
        }
        // 将数组分为左数组和右数组
        int mid = low + (high - low) / 2;
        // 求左数组的连续子数组的最大和
        int leftMax = getMax(nums, low, mid);
        // 求右数组的连续子数组的最大和
        int rightMax = getMax(nums, mid + 1, high);
        // 求跨越跨越左右两个数组的连续子数组的最大和
        int crossMax = getCrossMax(nums, low, mid, high);
        // 三者取最大
        return Math.max(Math.max(leftMax, rightMax), crossMax);
    }
    // 子数组跨越左右两个数组的情况下的最大和
    public int getCrossMax(int[] nums, int low, int mid, int high) {		
    // 既然是跨越两个数组，则左数组的最右元素
    // 和右数组的最左元素必然在拥有最大和连续子数组中
    	// 左数组从最右向左的累加和
        int leftSum = nums[mid];
        // 左数组从最右向左的子数组的最大和
        int leftMax = nums[mid];
        // 左数组从最右向左的累加和
        for (int i = mid - 1; i >= low; i--) {
        	// 累加
            leftSum += nums[i];
            // 记录最大
            leftMax = Math.max(leftMax, leftSum);
        }
        // 右数组同理
        int rightSum = nums[mid+1];
        int rightMax = nums[mid+1];
        for (int i = mid + 2; i <= high; i++) {
            rightSum += nums[i];
            rightMax = Math.max(rightMax, rightSum);
        }
        return leftMax + rightMax;
    }

    public int maxSubArray(int[] nums) {
        return getMax(nums, 0 , nums.length - 1);
    }